• 한국통신학회논문지
• /
• 제37C권9호
• /
• pp.751-756
• /
• 2012

본 논문에서는 색상 카메라와 Time-of-Flight (TOF) 깊이 카메라를 이용해 촬영된 장면에서 전경 영역을 분리하고 영상의 고해상도 깊이 정보를 구하는 방법에 대해 제안한다. 깊이 카메라는 장면의 깊이 정보를 실시간으로 측정할 수 있는 장점이 있지만 잡음과 왜곡이 발생하고 색상 영상과의 상관도도 떨어진다. 따라서 이를 색상 영상과 함께 사용하기 위한 색상 영상의 영역화 및 깊이 카메라 영상의 3차원 투영(warping) 작업, 깊이 경계 영역 탐색 등을 진행한 후, 전경의 객체를 분리하고, 객체와 배경에 대하여 깊이 값 계산한다. 깊이 카메라로부터 얻은 초기 깊이 정보를 이용하여 색상 영상에서 구해진 깊이 맵은 기존의 방법인 스테레오 정합 등의 방법보다 우수한 성능을 나타내었고, 무늬가 없는 영역이나 객체 경계 영역에서도 정확한 깊이 정보를 구할 수 있었다.

• 인터넷정보학회논문지
• /
• 제10권6호
• /
• pp.99-111
• /
• 2009

영상분할은 그 결과가 영상의 해석에 있어 매우 중요한 영향을 미치게 되며, 영상 처리의 필수 불가결한 단계이다. 이처럼 영상분할은 그 중요성이 높은 반면에 기존의 영상분할 방법들은 객체 내 픽셀 값의 변화가 심하거나, 객체와 배경과의 경계가 불분명한 경우 영역 분할의 문제를 가져 오게 된다. 이는 다수의 객체들이 서로 인접하여 구성되었을 때 빈번하게 발생하는데, 본 논문은 이러한 다수의 객체들이 원형 성분을 가진 객체들로 이루어 졌을 때 원형객체의 기하학적 정보를 이용하여 단일 객체로 분할하는 알고리즘을 제안한다. 본 논문에서 제안하는 원형객체 분할 알고리즘은 총 4단계로 나누어진다. 그 중 첫단계는 인접한 원형객체의 외곽선 추출을 위한 단계, 두 번째 단계는 앞서 추출된 외곽선 정보를 이용하여 분할 후보점을 추출하는 단계, 세 번째 단계는 분할 후보점을 이용하여 대표 원들을 계산하는 단계, 끝으로 네 번째 단계는 계산된 대표 원들의 확장과 축소를 통하여 겹쳐지는 픽셀들을 기록해 이를 직선으로 연결하는 단계이다. 제안한 알고리즘의 성능 평가를 위해, 본 알고리즘과 목적이 가장 유사한 대표 세포 영상분할 알고리즘 3개와 비교하였고, 평가 방법은 분할된 영역의 개수 차와 내부 분할선의 비교 평가로 이루어졌다. 실험 결과, 가장 좋았던 Yan에 비해 개수 차는 16.7%, 내부 분할선의 정확도 평가는 21.8% 높은 것으로 나타났다.

• 디지털융복합연구
• /
• 제10권11호
• /
• pp.383-387
• /
• 2012

스캔된 인보이스에 특화된 서류 관리 자동화 시스템 구축에있어서 추출된 금전적 데이터의 정확도에대한 엄격한 요구는 인보이스 테이블을 위한 발생적 모델 설계에서 자체 인증 절차를 포함하는 것을 필요로 한다. 가격 = 단가 ${\times}$ 구매수량과 같은 내부적 관계식을 활용한 단순한 인증 절차를 사용하는 것이 전형적 방법론이다. 본 논문에서 는 영상내 테이블 헤더 부분의 탐색과 탐색된 헤더의 컬럼 구분자를 활용하는 개선된 자동 인증 절차를 갖춘 인보이스내 정보 추출 모델을 제안한다.

• 한국정보처리학회논문지
• /
• 제6권10호
• /
• pp.2809-2815
• /
• 1999

Level set, and active contour(snakes) models are extensively used for image segmentation or shape extraction in computer vision. Snakes utilize the energy minimization concepts, and level set is based on the curve evolution in order to extract contours from image data. In general, these two models have their own drawbacks. For instance, snake acts pooly unless it is placed close to the wanted shape boundary, and it has difficult problem when image has multiple objects to be extracted. But, level set method is free of initial curve position problem, and has ability to handle topology of multiple objects. Nevertheless, level set method requires much more calculation time compared to snake model. In this paper, we use good points of two described models and also apply multi resolution algorithm in order to speed up the process without decreasing the performance of the shape extraction.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권1호
• /
• pp.55-68
• /
• 2012

본 논문에서는 영상의 동질성 문턱 값(Homogeneity Threshold:$H_T$)을 이용한 영상분할방법에서 영상의 과분할 발생을 해결하기 위한 개선된 영상분할 방법을 제안한다. $H_T$을 기반으로 한 영역성장(Region Growth) 알고리듬은 선택된 윈도우의 중심화소만을 사용하기 때문에 과 분할이 발생하였으나, 제안한 방법에서는 선택된 윈도우에 대한 동질성 여부를 조사하여 동질성을 만족할 경우 선택된 윈도우 화소전체를 영역병합에 사용하고 선택 윈도우가 동질성 윈도우를 만족하지 않을 때에는 윈도우의 중심화소를 사용함으로써 영역의 과 분할을 현저하게 줄일 수 있었다. 제안한 방법의 타당성을 보이기 위하여 기존방법과 동일한 영상을 동일한 조건으로 실험하였으며, 그 결과 제안한 방법은 기존 방법에 비해 영역의 개수를 40% 이상 줄이면서도 시각적으로 영상의 품질에 차이가 없음을 볼 수 있었다. 특히 분할된 영역의 크기순으로 결합한 영상을 가지고 비교 했을 때, 기존방법에서는 분할된 영역의 큰 영역으로부터 1,000개 이상의 영역을 결합하여도 어떠한 영상인지 구분하기가 힘들었으나, 제안한 방법에서는 10개 내외의 영역만 결합하여도 어떠한 이미지인지 식별할 수 있음을 확인할 수 있었다. 따라서 제안한 방법은 특정 영상으로부터의 객체 추출이나 정보검색 혹은 해부학이나 생물학 분야의 연구 및 영상 시각화와 애니메이션 등 다양한 분야에서 활용될 수 있을 것으로 기대한다.

• 한국멀티미디어학회논문지
• /
• 제5권4호
• /
• pp.415-425
• /
• 2002

본 논문에서는 웨이브릿 변환 영역에서 추출된 특징을 기반으로 한 내용기반 영상검색 방법에 관해 연구하였다. 기존의 웨이브릿 기반의 방법에서의 문제점인 특징벡터의 크기를 줄이기 위해 웨이브릿 계수의 영역별 에너지 값을 이용하였으며, 대상물의 이동, 회전, 크기 변화에 영향을 받지 않는 모멘트 특성을 이용한 검색방법을 제안하였다. 본 방법은 특징벡터의 크기를 줄이고, 기존의 특징벡터와 비교해서 검색시간을 단축하면서 분류검색의 효율성을 향상시켰다. 영역기반 영상검색 기능을 제공하기 위해 영상분할 방법에 대해 연구하였으며, 불규칙한 광원에 의한 영향을 최소화할 수 있는 영상분할 방법을 제안하였다 영상분할은 영역병합을 이용하였고, 병합후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 분할된 영역정보를 이용하여 칼라와 질감, 모양 특징벡터를 구성하여 영역기반 영상검색을 수행하였다.

• 한국산업정보학회논문지
• /
• 제8권4호
• /
• pp.46-54
• /
• 2003

본 논문에서는 T1 강조 영상, T2 강조 영상 그리고 PD 영상의 히스토그램 특징을 상호 보완적으로 이용한 영상 분할 방법을 제안한다. 제안한 분할 알고리듬은 3단계로 이루어지는데, 첫 번째 단계에서는 T1과 T2, PD 영상으로부터 각각의 대뇌 영상을 추출하고, 두 번째 단계에서는 대뇌 영상의 히스토그램에서 봉우리 범위를 추출하고, 마지막 단계에서는 클러스터링을 이용하여 대뇌 영상을 분할한다. 본 논문에서는 봉우리 범위에 따른 분할결과와 수행 시간을 비교하고 기존의 분할 방법에 의한 실험 결과와 수행시간을 비교하여 보이는데 제안한 방법의 분할결과가 기존의 방법에 의한 결과보다 더 나은 결과를 보임을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.304-310
• /
• 2009

본 논문은 bi-modality와 근접성(adjacency)을 고려하여 멤버쉽 값(membership value)을 결정하는 퍼지 임계화(fuzzy thresholding)에 기반한 FLIR(forward-looking infrared) 영상에서의 표적 추출 방법을 제안한다. Bi-modality는 국부 영역의 화소값 분포를 이용한 것으로 화소가 표적 부분으로 분류되는 정도를 나타내고, Adjacency는 각 화소가 표적 영역으로 부터 얼마나 떨어져 있는지를 나타내는 척도이다. 이 두 가지 척도를 이용하여 멤버쉽 값을 계산한 후, 퍼지 임계화 방법으로 표적을 추출한다. 제안한 표적 추출 방법의 성능을 평가하기 위해 다양한 실제 전차의 FLIR 영상을 이용하여 기존의 분할 방법과 비교한다. 실험을 통해 제안한 알고리즘이 우수한 분할 성능을 보임을 증명한다.

• 한국시뮬레이션학회논문지
• /
• 제17권4호
• /
• pp.167-174
• /
• 2008

공초점 현미경(confocal microscopy) 기술의 적용은 살아있는 세포를 고배율로 관찰하는 것을 가능하게 하였다. 알츠하이머나 파킨슨 질환 같은 퇴행성 뇌질환의 경우 뇌세포의 수상돌기의 형태학적 변화가 연관되어 있음이 알려져 있다. 따라서 공초점 현미경 영상으로부터 이러한 정보를 추출하는 방법에 대한 연구가 필요하다. 그러나 공초점 현미경 영상은 명암도 분포가 고르지 않고, 구조의 경계 부분의 번짐 현상 등으로 인해 구조 추출에 어려움을 겪고 있는 실정이다. 따라서 이러한 문제를 극복하고 관심 구조에 대한 특성을 추출할 수 있는 영상처리 기법이 필요하다. 본 논문에서는 뇌세포의 수상돌기 공초점 현미경 사진으로부터 구조정보를 추출하는 새로운 방법을 제안한다. 첫째, 미세 분기 구조의 경계를 향상시키는 비선형 확산 필터링을 적용한다. 둘째, 관심구조를 반복적 역치 선택 방법을 이용해 분할한다. 셋째, 분할된 구조의 분석을 위해 구조의 중심축과 경계선을 추출하기 위한 패스트 마칭 방법(Fast Marching Method)에 기반을 둔 골격화를 수행한다. 본 논문에서 제안된 방법은 기존의 방법들과는 달리 주변 잡음에 덜 민감하였으며 거친 경계선에 영향을 훨씬 적게 받음으로써 보다 정확하고 사실적인 중심축 추출 결과를 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.176-181
• /
• 2023

During cancer treatment, the patient's response to drugs appears differently at the cellular level. In this paper, an image-based cell phenotypic feature quantification and key feature selection method are presented to predict the response of patient-derived cancer cells to a specific drug. In order to analyze the viability characteristics of cancer cells, high-definition microscope images in which cell nuclei are fluorescently stained are used, and individual-level cell analysis is performed. To this end, first, image stitching is performed for analysis of the same environment in units of the well plates, and uneven brightness due to the effects of illumination is adjusted based on the histogram. In order to automatically segment only the cell nucleus region, which is the region of interest, from the improved image, a superpixel-based segmentation technique is applied using the fluorescence expression level and morphological information. After extracting 242 types of features from the image through the segmented cell region information, only the features related to cell viability are selected through the ReliefF algorithm. The proposed method can be applied to cell image-based phenotypic screening to determine a patient's response to a drug.